Auf dieser Seite wird erläutert, wie Sie LLM-basierte Anwendungen mit LangChain erstellen. Die Übersichten auf dieser Seite verweisen zu den Verfahrensanleitungen in GitHub.
Was ist LangChain?
LangChain ist ein LLM-Orchestrierungs-Framework, mit dem Entwickler generative KI-Anwendungen oder RAG-Workflows (Retrieval Augmented Generation) erstellen können. Es bietet die Struktur, die Tools und die Komponenten, um komplexe LLM-Workflows zu optimieren.
Weitere Informationen zu LangChain finden Sie auf der Seite Google LangChain. Weitere Informationen zum LangChain-Framework finden Sie in der Produktdokumentation LangChain.
LangChain-Komponenten für Cloud SQL for SQL Server
Cloud SQL for SQL Server bietet die folgenden LangChain-Schnittstellen:
Mehr über die Verwendung von LangChain mit der LangChain-Kurzanleitung für Cloud SQL for SQL Server erfahren.
Dokument-Ladeprogramm für Cloud SQL for SQL Server
Der Dokument-Loader speichert, lädt und löscht LangChain-Document-Objekte. Beispielsweise können Sie Daten zur Verarbeitung in Einbettungen laden und entweder im Vektorspeicher speichern oder sie als Tool verwenden, um spezifischen Kontext für Ketten bereitzustellen.
Verwenden Sie die Klasse MSSQLLoader, um Dokumente aus dem Dokument-Loader in Cloud SQL for SQL Server zu laden. Methoden vom Typ MSSQLLoader geben ein oder mehrere Dokumente aus einer Tabelle zurück. Verwenden Sie die Klasse MSSQLDocumentSaver, um Dokumente zu speichern und zu löschen.
Weitere Informationen finden Sie unter LangChain-Dokument-Loader.
Anleitung zum Laden von Dokumenten
Im Handbuch zu Cloud SQL for SQL Server für den Dokument-Loader werden die folgenden Schritte erläutert:
- Integrationspaket und LangChain installieren
- Dokumente aus einer Tabelle laden
- Filter zum Loader hinzufügen
- Verbindung und Authentifizierung anpassen
- Dokumenterstellung durch Angabe von Kundeninhalten und Metadaten anpassen
MSSQLDocumentSaverzum Speichern und Löschen von Dokumenten verwenden und anpassen
Verlauf der Chatnachrichten für Cloud SQL for SQL Server
Frage-und-Antwort-Anwendungen erfordern einen Verlauf der in der Unterhaltung gesprochenen Dinge, um der Anwendung Kontext zur Beantwortung weiterer Fragen des Nutzers zu bieten. Die LangChain-Klasse ChatMessageHistory ermöglicht der Anwendung, Nachrichten in einer Datenbank zu speichern und bei Bedarf zur Formulierung weiterer Antworten abzurufen. Eine Nachricht kann eine Frage, eine Antwort, eine Aussage, eine Begrüßung oder andere Texte sein, die der Nutzer oder die Anwendung während der Unterhaltung gibt.
ChatMessageHistory speichert jede Nachricht und verkettet Nachrichten für jede Unterhaltung.
Cloud SQL for SQL Server erweitert diese Klasse mit MSSQLChatMessageHistory.
Anleitung zum Verfahren für den Chat-Nachrichtenverlauf
Im Cloud SQL for SQL Server-Leitfaden für den Verlauf von Chatnachrichten wird Folgendes beschrieben:
- LangChain installieren und bei Google Cloud authentifizieren
- Erstellen Sie ein
MSSQLEngine-Objekt und konfigurieren Sie einen Verbindungspool zu Ihrer Cloud SQL for SQL Server-Datenbank - Tabelle initialisieren
- Initialisieren Sie die
MSSQLChatMessageHistory-Klasse, um Nachrichten hinzuzufügen und zu löschen. - Erstellen Sie eine Kette für den Nachrichtenverlauf mit der LangChain Expression Language (LCEL) und den Vertex AI-Chatmodellen von Google.